ยูนบาวด์ระดมทุน 4 ล้านเหรียญสหรัฐฯ เพื่อนำการควบคุมระดับองค์กรมาใช้กับ AI

เมื่อ AI ที่สร้างข้อความระเบิดขึ้นในที่ทำงาน กลุ่มโครงสร้างพื้นฐานใหม่กำลังเกิดขึ้นเพื่อควบคุมความวุ่นวาย ยูนบาวด์ (Unbound) สตาร์ทอัพในซานฟรานซิสโก ได้รับเงิน 4 ล้านเหรียญสหรัฐฯ ในรอบการระดมทุนเพื่อช่วยให้องค์กรต่างๆ ยอมรับ AI โดยปลอดภัย มีความสามารถในการสังเกต และคุ้มค่า

รอบการระดมทุนนี้ได้รับการสนับสนุนจาก Race Capital โดยมีการสนับสนุนจาก Wayfinder Ventures, Y Combinator, Massive Tech Ventures และนักลงทุนรายบุคคลที่มีชื่อเสียง รวมถึง Ram Shriram สมาชิกคณะกรรมการของ Google (GOOGL ) และผู้เชี่ยวชาญด้านความปลอดภัยจาก Cloudflare และ Palo Alto Networks (PANW ) บริษัทนี้กำลังตั้งตำแหน่งตัวเองที่จุดเด่นของการกำกับดูแล AI ซึ่งเป็นภาคส่วนที่มีความต้องการมากขึ้นเมื่อธุรกิจต่างๆ พยายามที่จะนำ AI ไปใช้

วิกฤตการณ์ไอทีเงาแห่ง AI

ตั้งแต่ทีมการตลาดที่ใช้ ChatGPT ถึงวิศวกรที่ใช้ Copilot เครื่องมือ AI ได้กลายเป็นสิ่งจำเป็น และมักจะไม่มีการควบคุม การนำ AI มาใช้แบบ “เงา” นี้ทำให้เกิดความเสี่ยงจริงๆ เช่น การรั่วไหลของข้อมูลที่เป็นกรรมสิทธิ์ การใช้จ่ายที่ไม่ได้รับการตรวจสอบ และการนำโมเดลของบุคคลที่สามมาใช้โดยไม่มีการตรวจสอบความปลอดภัย ทีมไอทีมักจะไม่ทราบถึงสิ่งเหล่านี้ และไม่สามารถบังคับใช้นโยบายหรือปกป้องข้อมูลที่มีความเสี่ยงได้

ยูนบาวด์เกิดขึ้นจากปัญหานี้ แพลตฟอร์มนี้ทำหน้าที่เป็น AI Gateway ซึ่งเป็นชั้นกลางที่ปลอดภัยที่รวมกับเครื่องมือ AI ขององค์กรที่ได้รับความนิยม เช่น Cursor, Roo และคู่มือเอกสารภายใน แทนที่จะปิดการเข้าถึงโมเดลที่สร้างข้อความ ยูนบาวด์นำการควบคุมที่มีรายละเอียด การแก้ไขแบบเรียลไทม์ การกำหนดเส้นทางโมเดล และการวิเคราะห์การใช้งานที่มีประสิทธิภาพ มาใช้ โดยไม่ทำลายกระบวนการทำงานที่มีอยู่

การแก้ไขและการกำหนดเส้นทางโมเดล AI — อธิบาย

หนึ่งในคุณสมบัติที่เป็นนวัตกรรมของยูนบาวด์คือ การแก้ไขคำสั่งแบบเรียลไทม์ เมื่อผู้ใช้โต้ตอบกับเครื่องมือ AI ยูนบาวด์จะสแกนคำสั่งสำหรับเนื้อหาที่มีความเสี่ยง เช่น รหัสผ่าน คีย์ API หรือข้อมูลส่วนบุคคล แทนที่จะขีดเส้นใต้หรือปิดการเข้าถึง (เช่นเดียวกับเครื่องมือการป้องกันการสูญเสียข้อมูลแบบดั้งเดิม) ระบบจะแก้ไขความลับและกำหนดเส้นทางคำสั่งที่มีความเสี่ยงไปยังโมเดลภายในที่โฮสต์บนแพลตฟอร์ม เช่น Google Vertex AI, AWS Bedrock หรือโมเดล LLM ส่วนตัวภายในสภาพแวดล้อมที่ปลอดภัยขององค์กร

การออกแบบโครงสร้างนี้สะท้อนถึงแนวโน้มที่เพิ่มขึ้นในการรักษาการจราจร AI เช่นเดียวกับการจราจรเครือข่าย โดยสมบูรณ์พร้อมการกำหนดเส้นทาง การฟื้นตัว การสังเกต และการควบคุมต้นทุน

ตรรกะการกำหนดเส้นทางของยูนบาวด์ขับเคลื่อนด้วยรูปแบบการใช้งานและเมตริกการทำงานของโมเดล ตัวอย่างเช่น คำสั่งที่มีความเสี่ยงสูง (เช่น การสร้างโค้ดโครงสร้าง) สามารถกำหนดเส้นทางไปยังโมเดลชั้นนำ เช่น Gemini 2.5 ในขณะที่งานที่เบาลง (เช่น การแก้ไขไวยากรณ์) จะถูกโอนไปยังโมเดล LLM ที่เปิดกว้าง ลดการใช้ใบอนุญาตระดับพรีเมียมที่ไม่จำเป็น

ในทางปฏิบัติ ความสามารถนี้ส่งผลให้ได้ผลลัพธ์ที่วัดได้ ผู้ใช้ในช่วงแรกในภาคเทคโนโลยีและด้านการดูแลสุขภาพได้ใช้ยูนบาวด์ในการ:

• ป้องกันการรั่วไหลของข้อมูลที่อาจเกิดขึ้นมากกว่า 7,000 ครั้ง รวมถึงความลับ รหัสผ่าน และข้อมูลส่วนบุคคล
• บรรลุความแม่นยำในการตรวจจับข้อมูลที่มีความเสี่ยง สูงถึง 90%
• ลดค่าใช้จ่ายใบอนุญาต AI สูงถึง 70% ขอบคุณการกำหนดเส้นทางและการปรับโมเดลที่ชาญฉลาด

แทนที่จะซื้อใบอนุญาตแบบครอบคลุม บริษัทต่างๆ สามารถจัดเตรียมการเข้าถึงแบบเลือกสรร เพื่อให้แน่ใจว่าการใช้โมเดลสอดคล้องกับเป้าหมายทางธุรกิจ

ผู้ก่อตั้งที่มี DNA ด้านความปลอดภัยและโครงสร้างพื้นฐาน

เบื้องหลังแพลตฟอร์มนี้คือผู้ร่วมก่อตั้ง Rajaram Srinivasan (CEO) และ Vignesh Subbiah (CTO) ซึ่งเป็นอดีตผู้เชี่ยวชาญด้านซอฟต์แวร์และความปลอดภัยขององค์กร Srinivasan曾เป็นผู้นำทีมผลิตภัณฑ์ด้านความปลอดภัยข้อมูลที่ Palo Alto Networks และ Imperva ในขณะที่ Subbiah ช่วยให้แพลตฟอร์มเติบโตจากช่วงเริ่มต้นจนถึงช่วงเติบโตที่ Tophatter และ Shogun ก่อนที่จะเข้าร่วม Adobe (ADBE )

ภารกิจของพวกเขาคือการสร้างระบบที่ช่วยให้ AI นำไปสู่นวัตกรรมโดยไม่กระทบต่อความปลอดภัยระดับองค์กร “การห้าม AI แบบครอบคลุมนั้นล้าสมัย” Subbiah กล่าว “ด้วยยูนบาวด์ เราให้การควบคุมด้านความปลอดภัยที่แม่นยำสำหรับการร้องขอ AI ทุกครั้ง ทำให้องค์กรสามารถเคลื่อนไหวได้อย่างรวดเร็วโดยไม่ทำลายความไว้วางใจ”

จากความวุ่นวายสู่การประสานงานใน AI สแต็ก

ตลาดที่กว้างขึ้นกำลังยืนยันความมุ่งมั่นของยูนบาวด์ เมื่อการใช้ AI ขององค์กรมีการเติบโต ความต้องการการจัดการที่มีศูนย์กลาง ความโปร่งใส และการป้องกันความเสี่ยงก็เพิ่มขึ้นตามไปด้วย การศึกษาล่าสุดประมาณการว่าอุตสาหกรรมกำกับดูแล AI ทั่วโลกจะเติบโตจาก 890 ล้านเหรียญสหรัฐฯ ในปี 2024 เป็น 5.8 พันล้านเหรียญสหรัฐฯ ในปี 2029 โดยมีอัตราการเติบโตต่อปี (CAGR) ที่ 45%

ยูนบาวด์กำลังตั้งตำแหน่งตัวเองเป็นโครงสร้างพื้นฐานที่สำคัญใน AI สแตคนี้ คุณสมบัติ เช่น การกำหนดเส้นทางแบบซ้ำระหว่างการหยุดชะงักของ LLM (เมื่อผู้ให้บริการ เช่น OpenAI หรือ Anthropic ประสบปัญหาการจำกัดความเร็ว) การวิเคราะห์การใช้งานระดับทีม และการกำกับโมเดลแบบต่อคำสั่ง ทำให้การนำ AI ไปใช้เปลี่ยนจากความวุ่นวายไปสู่ระบบที่มีการควบคุมและฉลาด

“คิดถึงเราเป็น Reverse Proxy สำหรับ AI ขององค์กร” Srinivasan กล่าว “เรานั่งอยู่ระหว่างผู้ใช้และโมเดล เพื่อให้แน่ใจถึงความเป็นส่วนตัว การทำงาน และความคุ้มค่า โดยไม่มีการเสียหาย”

สิ่งที่จะเกิดขึ้นต่อไปสำหรับยูนบาวด์

ด้วยการระดมทุนนี้ ยูนบาวด์กำลังวางแผนเพื่อ:

• ขยายการรวมเข้ากับแอปพลิเคชัน AI ขององค์กรมากกว่า 50 รายการ
• เพิ่มคุณสมบัติในการสังเกตที่ลึกซึ้งยิ่งขึ้นสำหรับการมองเห็นระดับทีมและระดับแผนก
• สนับสนุนการกำกับโมเดลภายในและโมเดลที่เปิดกว้างอย่างเต็มรูปแบบใน環境การประมวลผลที่มีการรักษาความลับ

ในโลกที่ทุกแผนกกำลังจะกลายเป็นผู้ใช้ AI ที่มีอำนาจ ยูนบาวด์ให้โครงสร้างพื้นฐานในการควบคุมอำนาจนั้น และทำให้สอดคล้องกับวัตถุประสงค์ทางธุรกิจ

“เรารู้สึกภูมิใจที่จะสนับสนุน Rajaram, Vignesh และทีม” Edith Yeung หุ้นส่วนของ Race Capital กล่าว “ยูนบาวด์กำลังสร้างชั้นการกำกับดูแล AI ที่องค์กรต่างๆ ต้องการอย่างมาก — ปลอดภัย มีความสามารถในการสังเกต และสร้างขึ้นสำหรับโลกแห่งความเป็นจริง”

เมื่อ AI ที่สร้างข้อความยังคงเติบโตอย่างต่อเนื่องในกระบวนการทำงานขององค์กร ความต้องการเครื่องมือที่จัดการความเสี่ยงก็เพิ่มขึ้นตามไปด้วย การระดมทุน 4 ล้านเหรียญสหรัฐฯ ของยูนบาวด์ สะท้อนถึงการเปลี่ยนแปลงในอุตสาหกรรมที่มุ่งสร้างโครงสร้างพื้นฐานที่สามารถนำความโปร่งใส การควบคุม และการกำกับดูแลมาใช้กับการนำ AI ไปใช้ ด้วยความสนใจที่เพิ่มขึ้นในโครงสร้าง AI ที่ปลอดภัยและปรับเปลี่ยนได้ ยูนบาวด์เข้าร่วมกลุ่มสตาร์ทอัพใหม่ที่แก้ไขปัญหาที่ซับซ้อนในการรวม AI อย่างรับผิดชอบในระดับใหญ่